CN109634310A - 一种基于自适应多机器人优化编队控制方法及系统 - Google Patents
一种基于自适应多机器人优化编队控制方法及系统 Download PDFInfo
- Publication number
- CN109634310A CN109634310A CN201910155677.5A CN201910155677A CN109634310A CN 109634310 A CN109634310 A CN 109634310A CN 201910155677 A CN201910155677 A CN 201910155677A CN 109634310 A CN109634310 A CN 109634310A
- Authority
- CN
- China
- Prior art keywords
- robot
- multirobot
- pilot
- control method
- formation control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Abstract
本发明公开了一种基于自适应多机器人优化编队控制方法和系统。公开的方法包含：步骤S100：设置上位机及若干台机器人之间的无线通信得到所有机器人的位置及航向角；步骤S200：得到多机器人优化编队控制方法的控制率；步骤S300：设定领航机器人和跟随机器人初始位姿、期望距离、期望观测角为固定值，测试得到控制率中的参数值；步骤S400：将得到的参数值拟合得到参数拟合曲线；步骤S500：设定领航机器人和跟随机器人的初始位姿、初始距离、期望距离、期望观测角及领航机器人的速度；步骤S600：跟随机器人在运行过程中根据其测得实时位置及航向角，自动调整控制率中的参数，计算其线速度和角速度。快速实现自动调整多机器人自动编队开始到队形稳定。
Description
技术领域
本发明涉及机器人的编队控制领域，具体涉及一种基于自适应多机器人优化编队控制方法及系统。
背景技术
20世纪60年代，Robot开始出现在我们的生活中，随着社会的发展和进步，机器人领域的发展也日新月异，近年来，人工智能也受到了越来越多人的关注。最初，机器人的功能简单，传感器单一，只能完成较为简单的工作，但是现在，由于传感器技术的更新，机器人的功能也越来越复杂，机器人的功能、鲁棒性、效率等都有很大的提升，但是当需要执行一些比较艰巨困难、环境不断变化、且效率要求高的任务时，单个机器人已经满足不了我们的需求，因此，多机器人系统应运而生。相比与单机器人系统多机器人系统的应用范围慢慢向制造业、军事领域发展，涉及领域将越来越广泛，如在高危环境下作业，机器人能够高效地完成复杂地任务，特别适合人类无法适应的环境下工作，多机器人系统也可以参加军事活动，现代化战争中，利用机器人代替军事人员执行危险任务来减少人员伤亡，如排雷和搜索任务等。多机器人系统在工业生产中的装配和灾后的救援方面也发挥着巨大的作用。对于多机器人系统而言，如何产生各个机器人的协调无碰撞运动路线是对它的一项基本要求。
多机器人编队控制方法的种类迄今已有很多，包括领航跟随法，人工势场法，虚拟结构法和基于行为的方法等等，但多机器人编队技术中控制率的设计总是要求人们设置参数，参数的调节耗费大量的时间。如领航跟随法的控制率，以编队误差为基础设置控制方式，总是需要两个参数来调节跟随机器人的线速度和角速度，编队模型以距离和角度为标准，参数的设置与具体的应用平台有关，不同的机器人用相同的控制方法来验证编队算法，所得到的参数选择也大不相同。
因此，如何快速实现自动调整多机器人自动编队从而实现多机器人从编队开始到队形稳定，成为本领域技术人员亟待解决的问题。
发明内容
为了解决上述技术问题，本发明提供了一种基于自适应多自主机器人优化编队控制方法，能够快速实现自动调整多机器人自动编队从而实现多机器人从编队开始到队形稳定。包含以下步骤：
步骤S100：设置上位机及若干台机器人之间的无线通信得到所有机器人的位置及航向角；
步骤S200：得到多机器人优化编队控制方法的控制率；
步骤S300：设定领航机器人和跟随机器人初始位姿、期望距离、期望观测角为固定值，测试得到不同初始距离下相应的多机器人优化编队控制方法的控制率中的参数值；
步骤S400：将不同初始距离下的多机器人优化编队控制方法的控制率中的参数值进行拟合，得到参数拟合曲线；
步骤S500：设定领航机器人和跟随机器人的初始位姿、初始距离、期望距离、期望观测角及领航机器人的速度；
步骤S600：跟随机器人在运行过程中根据其测得实时位置及航向角，自动调整多机器人优化编队控制方法的控制率中的参数，跟随机器人根据控制率计算自身的线速度和角速度；
步骤S700：跟随机器人比对是否达到目标位置，若未达到继续返回步骤S600，若达到目标位置，则完成稳定编队，流程结束。
优选地，所述步骤S200中多机器人优化编队控制方法的中跟随机器人的线速度和角速度控制率具体为：
其中，vi为领航机器人的线速度，θi为领航机器人的航向角，ωi为领航机器人的角速度，θj为跟随机器人的航向角，lij为跟随机器人与领航机器人之间的实际距离，lijd为跟随机器人与领航机器人之间的期望距离，为跟随机器人与领航机器人之间的观测角，为跟随机器人与领航机器人之间的期望观测角，L为队形控制的离轴点距离，k1和k2为参数，i＝1...n，j＝1...m，n为领航机器人的个数，m为跟随机器人的个数。
优选地，所述步骤S300具体为：设定跟随机器人的线速度和角速度的控制率，领航机器人和跟随机器人初始位姿、期望距离、期望观测角为固定值，设置跟随机器人与领航机器人之间不同的初始实际距离，用于测试跟随机器人与领航机器人之间不同初始实际距离下，稳定时跟随机器人所走的距离大小并进行比较，找到跟随机器人所走的最短距离时多机器人优化编队控制方法的控制率中的参数值k1和k2。
优选地，所述步骤S400具体为：将跟随机器人与领航机器人之间不同初始实际距离下得到的参数值进行拟合，得到初始距离、参数k1和k2的拟合曲线，代替多机器人优化编队控制方法中跟随机器人线速度和角速度控制率中的参数值。
本发明还提供了一种基于自适应多机器人优化编队控制方法的系统，包括领航机器人、若干台跟随机器人、上位机，使用上述的基于自适应多自主机器人优化编队控制方法。
优选地，所述机器人上设置有串口转wifi模块，将若干个机器人与上位机接到同一个局域网内，实现上位机与所有机器人之间以及各个机器人之间的无线通讯。
优选地，所述机器人上设置有传感器，用于获得其位置及航向角。
优选地，所述上位机通过接口函数实现机器人的初始位姿、初始距离、期望距离、期望观测角及领航机器人的速度的设置。
利用设定控制率，领航机器人和跟随机器人初始位姿、期望距离、期望观测角为固定值，测试得到不同初始距离下相应的多机器人优化编队控制方法的控制率中的参数值。将不同初始距离下的多机器人优化编队控制方法的控制率中的参数值进行拟合，得到参数拟合曲线。跟随机器人在运行过程中根据其测得实时位置及航向角，自动调整多机器人优化编队控制方法的控制率中的参数，从而实现多机器人从编队开始到队形稳定，并节省了大量的时间。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是第一种实施方式提供的一种基于自适应多机器人优化编队控制方法流程图；
图2是第二种实施方式提供的一种基于自适应多机器人优化编队控制方法流程图；
图3是本发明提供的一种基于自适应多机器人优化编队控制系统的系统框图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步详细的描述，需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
参见图1，图1为第一种实施方式提供的一种基于自适应多机器人优化编队控制方法流程图。
一种基于自适应多机器人优化编队控制方法包含以下步骤：
步骤S100：设置上位机及若干台机器人之间的无线通信得到所有机器人的位置及航向角；所述若干台机器人至少为两台包括一台领航机器人和一台跟随机器人。
步骤S200：得到多机器人优化编队控制方法的控制率；
步骤S300：设定领航机器人和跟随机器人初始位姿、期望距离、期望观测角为固定值，测试得到不同初始距离下相应的多机器人优化编队控制方法的控制率中的参数值；
所述领航机器人和跟随机器人初始位姿、期望距离、期望观测角设定的固定值可根据队形要求给定的，即根据队形要求设定领航机器人和跟随机器人期望的初始位姿、期望距离、期望观测角。
步骤S400：将步骤S300中不同初始距离下得到的多机器人优化编队控制方法的控制率中的参数值进行拟合，得到参数拟合曲线；
步骤S500：设定领航机器人和跟随机器人的初始位姿、初始距离、期望距离、期望观测角及领航机器人的速度；
步骤S600：跟随机器人在运行过程中根据其测得实时位置及航向角，自动调整多机器人优化编队控制方法的控制率中的参数，跟随机器人根据控制率计算自身的线速度和角速度；
步骤S700：跟随机器人比对是否达到目标位置，若未达到继续返回步骤S600，若达到目标位置，则完成稳定编队，流程结束。
在机器人上添加串口转wifi模块，将多台机器人一对一的串口线数据传输模式调整为无线传输模式，将各个机器人与上位机接到同一个局域网内，实现上位机与所有机器人之间以及各个机器人之间的无线通讯，各个机器人之间通过无线进行信息交互。所述目标位置为根据步骤S500的设定使跟随机器人与领航机器人保持预设的角度和距离。
在进一步的方案中，将各个机器人与上位机接到同一个局域网内，实现上位机与所有机器人之间的通讯以及领航机器人与跟随机器人的通讯。
在更进一步的方案中，领航机器人将其在运行过程中根据其测得实时位置发送给跟随机器人，跟随机器人用以对比其是否达到目标位置。
上位机通过机器人自带的传感器对进行其自身用于获得其位置及航向角。
上位机通过机器人平台自带的接口函数，实现机器人的初始位姿、初始距离、期望距离、期望观测角及领航机器人的速度的设置。
利用设定控制率，领航机器人和跟随机器人初始位姿、期望距离、期望观测角为固定值，测试得到不同初始距离下相应的多机器人优化编队控制方法的控制率中的参数值。将不同初始距离下的多机器人优化编队控制方法的控制率中的参数值进行拟合，得到参数拟合曲线。跟随机器人在运行过程中根据其测得实时位置及航向角，自动调整多机器人优化编队控制方法的控制率中的参数，从而实现多机器人从编队开始到队形稳定，并节省了大量的时间。
参见图2，图2是第二种实施方式提供的一种基于自适应多机器人优化编队控制方法流程图。
一种基于自适应多机器人优化编队控制方法包含以下步骤：
步骤S100：设置上位机及若干台机器人之间的无线通信得到所有机器人的位置及航向角；所述若干台机器人至少为两台包括一台领航机器人和一台跟随机器人。
步骤S200：得到多机器人优化编队控制方法中跟随机器人的线速度vj和角速度ωj的控制率，所述跟随机器人的线速度vj和角速度ωj的控制率具体为：
其中，vi为领航机器人的线速度，θi为领航机器人的航向角，θj为跟随机器人的航向角，lij为跟随机器人与领航机器人之间的实际距离，lijd为跟随机器人与领航机器人之间的期望距离，为跟随机器人与领航机器人之间的实际观测角，为跟随机器人与领航机器人之间的期望观测角，L为队形控制的离轴点距离，k1和k2为参数，i＝1...n，j＝1...m，n为领航机器人的个数，m为跟随机器人的个数。
优选地，n为1，即领航机器人为1个。
步骤S300：设定跟随机器人的线速度和角速度的控制率，领航机器人和跟随机器人初始位姿、期望距离lijd、期望观测角为固定值，设置跟随机器人与领航机器人之间不同的初始实际距离lij，用于测试跟随机器人与领航机器人之间不同初始实际距离lij下，稳定时跟随机器人所走的距离大小并进行比较，找到跟随机器人所走的最短距离时多机器人优化编队控制方法的控制率中的参数值k1和k2。所述跟随机器人所走的最短距离为每个跟随机器人所走的距离之和最短。所述领航机器人和跟随机器人初始位姿包括领航机器人的初始位置、初始航向角、跟随机器人的初始位置、初始航向角。所述初始位姿用于计算计算领航机器人和跟随机器人之间初始距离以及领航机器人和跟随机器人之间的初始观测角。
忽略各机器人航向角变化影响后的控制率只包含了期望距离lijd，实际距离lij，期望观测角和实际观测角因此跟随机器人的线速度vj和角速度ωj控制率中的k1和k2两个参数对编队过程中的影响分别体现在跟随机器人线速度vj的变化速率和角速度ωj的变化速率上。
考虑编队稳定过程中跟随机器人所走距离最短为前提，在跟随机器人与领航机器人之间不同初始实际距离时，k1和k2参数不同。k1和k2参数在初始实际距离越近时越大，越远时越小，在初始实际距离过大时，会逼近一个稳定值。
所述设定跟随机器人的线速度和角速度的控制率，领航机器人和跟随机器人初始位姿、期望距离lijd、期望观测角的固定值根据经验进行设定。所述给定的控制率需保证测试所得的k1和k2参数大于0。
步骤S400：将跟随机器人与领航机器人之间不同初始实际距离下得到的参数值进行拟合，得到初始距离、参数k1和k2的拟合曲线，代替多机器人优化编队控制方法中跟随机器人线速度和角速度控制率中的参数值。
步骤S500：设定领航机器人和跟随机器人的初始位姿、初始距离lij、期望距离lijd、期望观测角及领航机器人的线速度vi；
步骤S600：跟随机器人在运行过程中根据其测得实时位置，自动调整多机器人优化编队控制方法中的跟随机器人的线速度和角速度的控制率中的参数，跟随机器人根据控制率计算自身的线速度vj和角速度ωj；
当设定跟随机器人与领航机器人之间不同的初始实际距离时，跟随机器人根据步骤S400得到的拟合曲线自适应的选择k1和k2参数，跟随机器人根据控制率计算自身的线速度vj和角速度ωj。拟合曲线能够使得跟随机器人在不同初始距离下自适应调整参数，使跟随机器人所走的距离比固定参数时短，以保证编队距离较短。
步骤S700：跟随机器人比对是否达到目标位置，若未达到继续返回步骤S600，若达到目标位置，则完成稳定编队，流程结束。
利用设定控制率，领航机器人和跟随机器人初始位姿、期望距离lijd、期望观测角为固定值，测试得到不同初始距离下相应的多机器人优化编队控制方法中的跟随机器人的线速度和角速度的控制率中的参数值。将不同跟随机器人与领航机器人之间初始实际距离下的多机器人优化编队控制方法中的跟随机器人的线速度和角速度的控制率中的参数值进行拟合，得到参数拟合曲线。跟随机器人在运行过程中根据其测得实时位置，自动调整多机器人优化编队控制方法中的跟随机器人的线速度和角速度的控制率中的参数，从而同时保证了从编队开始到队形稳定这一过程中跟随机器人所走的距离最短，并节省了大量的时间。
参见图3，图3为本发明提供的一种基于自适应多机器人优化编队控制系统的系统框图。
本发明还提供了一种基于自适应多机器人优化编队控制方法的系统，包括领航机器人1、若干台跟随机器人2、上位机3，使用上述的基于自适应多自主机器人优化编队控制方法。
优选地，所述机器人1、2上设置有串口转wifi模块，将若干个机器人1、2与上位机接到同一个局域网内，实现上位机3与所有机器人1、2之间以及各个机器人1、2之间的无线通讯。
优选地，所述机器人1、2上设置有传感器，用于获得其位置及航向角。
优选地，所述上位机3通过接口函数实现机器人1、2的初始位姿、初始距离、期望距离、期望观测角及领航机器人1的速度的设置。
利用设定领航机器人1和跟随机器人2初始位姿、期望距离、期望观测角为固定值，测试得到不同初始距离下相应的多机器人优化编队控制方法的控制率中的参数值。将不同初始距离下的多机器人优化编队控制方法的控制率中的参数值进行拟合，得到参数拟合曲线。跟随机器人在运行过程中根据其测得实时位置及航向角，自动调整多机器人优化编队控制方法的控制率中的参数，从而实现多机器人从编队开始到队形稳定，并节省了大量的时间。
上面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，不能理解为对本发明保护范围的限制。
总之，本发明虽然列举了上述优选实施方式，但是应该说明，虽然本领域的技术人员可以进行各种变化和改型，除非这样的变化和改型偏离了本发明的范围，否则都应该包括在本发明的保护范围内。
Claims (8)
1.一种基于自适应多机器人优化编队控制方法，其特征在于，包含以下步骤：
步骤S100：设置上位机及若干台机器人之间的无线通信得到所有机器人的位置及航向角；
步骤S200：得到多机器人优化编队控制方法的控制率；
步骤S300：设定领航机器人和跟随机器人初始位姿、期望距离、期望观测角为固定值，测试得到不同初始距离下相应的多机器人优化编队控制方法的控制率中的参数值；
步骤S400：将不同初始距离下的多机器人优化编队控制方法的控制率中的参数值进行拟合，得到参数拟合曲线；
步骤S500：设定领航机器人和跟随机器人的初始位姿、初始距离、期望距离、期望观测角及领航机器人的速度；
步骤S600：跟随机器人在运行过程中根据其测得实时位置及航向角，自动调整多机器人优化编队控制方法的控制率中的参数，跟随机器人根据控制率计算自身的线速度和角速度；
步骤S700：跟随机器人比对是否达到目标位置，若未达到继续返回步骤S600，若达到目标位置，则完成稳定编队，流程结束。
2.根据权利要求1所述的基于自适应多机器人优化编队控制方法，其特征在于，所述步骤S200中多跟随机器人优化编队控制方法中的跟随机器人的线速度和角速度控制率具体为：
其中，vi为领航机器人的线速度，θi为领航机器人的航向角，θj为跟随机器人的航向角，lij为跟随机器人与领航机器人之间的实际距离，lijd为跟随机器人与领航机器人之间的期望距离，为跟随机器人与领航机器人之间的观测角，为跟随机器人与领航机器人之间的期望观测角，L为队形控制的离轴点距离，k1和k2为参数，i＝1...n，j＝1...m，n为领航机器人的个数，m为跟随机器人的个数。
3.根据权利要求3所述的基于自适应多机器人优化编队控制方法，其特征在于，所述步骤S300具体为：设定跟随机器人的线速度和角速度的控制率，领航机器人和跟随机器人初始位姿、期望距离、期望观测角为固定值，设置跟随机器人与领航机器人之间不同的初始实际距离，用于测试跟随机器人与领航机器人之间不同初始实际距离下，稳定时跟随机器人所走的距离大小并进行比较，找到跟随机器人所走的最短距离时多机器人优化编队控制率中的参数值k1和k2。
4.根据权利要求1所述的基于自适应多自主机器人优化编队控制方法，其特征在于，所述步骤S400具体为：将跟随机器人与领航机器人之间不同初始实际距离下得到的参数值进行拟合，得到初始距离、参数k1和k2的拟合曲线，代替多机器人优化编队控制方法中跟随机器人线速度和角速度控制率中的参数值。
5.一种自适应多机器人优化编队控制方法的系统，其特征在于，包括领航机器人、若干台跟随机器人、上位机，使用如权利要求1至4任一项所述的基于自适应多自主机器人优化编队控制方法。
6.根据权利要求5所述的基于自适应多机器人优化编队控制系统，其特征在于，所述机器人上设置有串口转wifi模块，将若干个机器人与上位机接到同一个局域网内，实现上位机与所有机器人之间以及各个机器人之间的无线通讯。
7.根据权利要求6所述的基于自适应多机器人优化编队控制系统，其特征在于，所述机器人上设置有传感器，用于获得其位置及航向角。
8.根据权利要求7所述的基于自适应多机器人优化编队控制系统，其特征在于，所述上位机通过接口函数实现机器人的初始位姿、初始距离、期望距离、期望观测角及领航机器人的速度的设置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910155677.5A CN109634310B (zh) | 2019-03-01 | 2019-03-01 | 一种基于自适应多机器人优化编队控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910155677.5A CN109634310B (zh) | 2019-03-01 | 2019-03-01 | 一种基于自适应多机器人优化编队控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109634310A true CN109634310A (zh) | 2019-04-16 |
| CN109634310B CN109634310B (zh) | 2021-08-20 |
Family
ID=66066022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910155677.5A Expired - Fee Related CN109634310B (zh) | 2019-03-01 | 2019-03-01 | 一种基于自适应多机器人优化编队控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109634310B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111077889A (zh) * | 2019-12-23 | 2020-04-28 | 西北工业大学 | 面向车间托盘搬运的多移动机器人编队协作定位方法 |
| CN111766784A (zh) * | 2020-07-10 | 2020-10-13 | 郑州大学 | 障碍物环境下多机器人图案构成的迭代优化方法 |
| CN112068584A (zh) * | 2020-06-16 | 2020-12-11 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人机区域覆盖控制系统及其控制方法 |
| CN113848883A (zh) * | 2021-09-06 | 2021-12-28 | 武汉理工大学 | 智能船舶编队航行控制方法、系统、装置及存储介质 |
| CN115026811A (zh) * | 2022-05-20 | 2022-09-09 | 北京理工大学 | 一种多机器人串口转wifi通讯及协同运动控制方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101630162A (zh) * | 2008-07-16 | 2010-01-20 | 中国科学院自动化研究所 | 多移动机器人局部跟随控制方法 |
| CN101685309A (zh) * | 2008-09-24 | 2010-03-31 | 中国科学院自动化研究所 | 多机器人协调队形控制方法 |
| CN103901887A (zh) * | 2014-03-04 | 2014-07-02 | 重庆邮电大学 | 一种基于改进粒子群算法的多移动机器人编队控制方法 |
| CN103901889A (zh) * | 2014-03-27 | 2014-07-02 | 浙江大学 | 一种基于蓝牙通信的多机器人编队控制路径跟踪方法 |
| CN105974939A (zh) * | 2016-07-25 | 2016-09-28 | 零度智控（北京）智能科技有限公司 | 无人机编队阵型自动生成方法及装置 |
| US20180341861A1 (en) * | 2017-02-03 | 2018-11-29 | Milestone Entertainment Llc | Architectures, systems and methods for program defined state system |
| CN109032138A (zh) * | 2018-07-25 | 2018-12-18 | 南京理工大学 | 基于一致性算法的多机器人编队控制系统及方法 |
| CN109062204A (zh) * | 2018-07-25 | 2018-12-21 | 南京理工大学 | 一种基于跟随领航者编队的多移动机器人控制系统 |
| CN109270934A (zh) * | 2018-11-01 | 2019-01-25 | 中国科学技术大学 | 基于领航者切换的多机器人编队续航方法 |
-
2019
- 2019-03-01 CN CN201910155677.5A patent/CN109634310B/zh not_active Expired - Fee Related
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101630162A (zh) * | 2008-07-16 | 2010-01-20 | 中国科学院自动化研究所 | 多移动机器人局部跟随控制方法 |
| CN101685309A (zh) * | 2008-09-24 | 2010-03-31 | 中国科学院自动化研究所 | 多机器人协调队形控制方法 |
| CN103901887A (zh) * | 2014-03-04 | 2014-07-02 | 重庆邮电大学 | 一种基于改进粒子群算法的多移动机器人编队控制方法 |
| CN103901889A (zh) * | 2014-03-27 | 2014-07-02 | 浙江大学 | 一种基于蓝牙通信的多机器人编队控制路径跟踪方法 |
| CN105974939A (zh) * | 2016-07-25 | 2016-09-28 | 零度智控（北京）智能科技有限公司 | 无人机编队阵型自动生成方法及装置 |
| US20180341861A1 (en) * | 2017-02-03 | 2018-11-29 | Milestone Entertainment Llc | Architectures, systems and methods for program defined state system |
| CN109032138A (zh) * | 2018-07-25 | 2018-12-18 | 南京理工大学 | 基于一致性算法的多机器人编队控制系统及方法 |
| CN109062204A (zh) * | 2018-07-25 | 2018-12-21 | 南京理工大学 | 一种基于跟随领航者编队的多移动机器人控制系统 |
| CN109270934A (zh) * | 2018-11-01 | 2019-01-25 | 中国科学技术大学 | 基于领航者切换的多机器人编队续航方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111077889A (zh) * | 2019-12-23 | 2020-04-28 | 西北工业大学 | 面向车间托盘搬运的多移动机器人编队协作定位方法 |
| CN112068584A (zh) * | 2020-06-16 | 2020-12-11 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人机区域覆盖控制系统及其控制方法 |
| CN111766784A (zh) * | 2020-07-10 | 2020-10-13 | 郑州大学 | 障碍物环境下多机器人图案构成的迭代优化方法 |
| CN113848883A (zh) * | 2021-09-06 | 2021-12-28 | 武汉理工大学 | 智能船舶编队航行控制方法、系统、装置及存储介质 |
| CN115026811A (zh) * | 2022-05-20 | 2022-09-09 | 北京理工大学 | 一种多机器人串口转wifi通讯及协同运动控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109634310B (zh) | 2021-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109634310A (zh) | 一种基于自适应多机器人优化编队控制方法及系统 | |
| CN106774310A (zh) | 一种机器人导航方法 | |
| CN103412491B (zh) | 一种挠性航天器特征轴姿态机动指数时变滑模控制方法 | |
| CN110308740A (zh) | 一种面向移动目标追踪的无人机群动态任务分配方法 | |
| CN111251304B (zh) | 一种机器人控制系统和方法 | |
| Cui et al. | Pareto-optimal coordination of multiple robots with safety guarantees | |
| CN106569493B (zh) | 一种基于脉冲超宽带技术的agv集群定位方法及agv调度方法 | |
| CN103901889A (zh) | 一种基于蓝牙通信的多机器人编队控制路径跟踪方法 | |
| CN113741518A (zh) | 基于领航跟随模式的固定翼无人机集群仿射编队控制方法 | |
| CN108473200A (zh) | 用于在多旋翼无人机（uav）中强健的轨迹跟踪的通用控制器 | |
| CN111208829B (zh) | 基于分布式预设时间状态观测器的多移动机器人编队方法 | |
| JP2022532126A (ja) | 建設現場の自律ナビゲーション用のモビリティプラットフォーム | |
| CN113050677A (zh) | 多无人机队形保持和变换的控制方法、系统、存储介质 | |
| WO2019000404A1 (zh) | 控制终端和无人机及其控制方法 | |
| Abichandani et al. | Mixed integer nonlinear programming framework for fixed path coordination of multiple underwater vehicles under acoustic communication constraints | |
| CN102073320B (zh) | 基于轨道扩展的多机器人的寻迹编队控制方法 | |
| Abichandani et al. | Decentralized multi-vehicle path coordination under communication constraints | |
| CN110209175B (zh) | 基于分布式有限时间状态观测器的多智能车辆编队方法 | |
| CN109857134A (zh) | 基于A*/minimum_snap算法的无人机轨迹控制系统和方法 | |
| CN111399537A (zh) | 一种基于航路点的分布式无人机动态编队切换方法 | |
| JP7210201B2 (ja) | 情報処理方法、プログラム、記録媒体、情報処理装置、ロボットシステム、物品の製造方法 | |
| CN109491381A (zh) | 基于观测器的多移动机器人自适应编队跟踪控制方法 | |
| CN114237272A (zh) | 一种多卫星同步编队重构控制方法 | |
| Li et al. | A 3D path planning approach for quadrotor UAV navigation | |
| Park et al. | Realization of distributed formation flying using a group of autonomous quadcopters and application to visual performance show |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210820 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |